本体作为工业 Agent 的“语义罗盘”：COSMO-Sphere 语义底座与半自动本体重构的工程路径

制造现场从方案、AI+ 产品走向 AI 原生产品，意味着系统不再只是提供建议，而是逐步参与流程重构、决策与执行。此时，模型能力之外更关键的问题是：不同数据源、不同工具和不同 Agent 是否始终理解同一件事。把这件事没做好的后果，可以归纳成三种典型的“语义漂移”。第一是术语不通，大模型不懂工艺术语，把“直通率”当成“良率”——前者是一次合格数除以投入数、不计返修，后者包含返修件，口径张冠李戴，给出的数字也没有出处；第二是语境丢失，多智能体协同的链路越长，摘要与转述越容易损失关键条件，A 说的“工单”和 B 理解的“工单”不是一回事；第三是知识陈旧，工艺改了、文档没改，知识库悄悄过时，检索回来的是过期知识，而且很难察觉。这三件事，靠堆更大的模型解决不了。

本体可以理解为给数据装上一份“机器能读的说明书”——把“这是什么、和谁有关、怎么算、能不能信”写成机器可校验的规则。展开看，它记录六类元素：对象（贴片工单、贴片机、元器件）、关系（投产、执行于、供应）、事件（贴装、焊点不良、AOI 测试）、指标（直通率、稼动率）、动作（派工、报修）和场景（SMT 贴片、AOI 检测）。它比知识图谱多三样东西：带类型，能被 schema 校验；挂口径，分子分母固定下来，跨部门不再各算各的；带证据，每条关系都标着 verified 还是 candidate，可以追溯。以“直通率”为例，这个指标归属到“产线”这个对象，计算口径写死为一次合格数除以投入数，统计维度是产线、班次、按日或按周，数据出处挂到指标汇总层的三张表，并且显式写出易混淆项——它不等于含返修的良率。把这些写死，大模型就没有自由发挥的空间。整套本体可以按 W3C 标准导出为 OWL2/RDF、SHACL 与 SKOS，随时与外部工具互操作。

同一份数据，可以有三种形态。用一个贯穿全篇的现场问题来检验：这批 PCB 焊点不良，能不能追到是哪批元器件、哪个供应商？关系数据库只管“怎么存”——四张表没有外键，跨表 JOIN 全靠人猜，这个问题答不了；知识图谱解决“怎么连”——贴片工单、贴片机、元器件、供应商这些实例连起来了，能查了，但没有类型、没有约束，查出来对不对很难校验；工业本体解决“怎么懂”——同样的节点，每个都带类型，贴片工单是对象、过站是事件、供应商是角色，直通率挂着口径，还有“元器件必须有供应商”这样的约束，于是那个问题可以沿焊点缺陷、元器件、供应商一步查到，而且带证据。一句话：关系库把关联和口径丢给人，本体把它们固化成一张可推理的图。

概念讲完，落到真实的库上看看有多难。样板场景来自某电子 SMT 产线数仓：16 张表，没有一条外键；单表 11 到 80 列；表名是 ods_、dwd_、dim_这类分层前缀加拼音缩写，注释残缺。最典型的是同一个“工单号”在六张表里有五种列名，想跨表查，得先有人记得这几个名字说的是同一件事。做法是用取值重合度代替外键，三组真实判定结果可以说明尺度：不良记录到生产工单，两万两千多个取值全部对上，重合度 100%，判 1:N 并标 verified；元器件到供应商，506 个供应商编码只对上 356 个，重合度 70.4%，同样判 1:N 但带着缺口，那 150 个查无对应的编码如实计入 gap 清单；不良记录到过站明细，重合度只有 3.4%，判定不成立，也进 gap。阈值写在流程里：重合度至少 60%，且父键近似唯一（≥0.95）、子键不唯一，才判 1:N，不达标的不建关系。这一轮共判出 12 条关系，9 条 verified、3 条 gap。于是那个追溯问题有了一条能自动走通的路径：不良记录、生产工单、元器件、供应商——本体不凭空造关系，它把开发者记忆里的 JOIN 变成一条条带重合度、可复核、也可以被否掉的判定。

有了这样一张本体，它在 Agent 系统里承担三个角色。一是引导 RAG 检索：以对象、关系、口径为锚点组织检索，追求找得准，而不是找得多。二是约束大模型输出：生成结果必须落在本体定义的边界内，口径错了直接拦截。三是共享语义中枢：多个智能体读写同一套语义，“工单”在所有 Agent 里是同一个“工单”。为什么叫“罗盘”而不叫“地图”？地图是静态的，画完就过时；罗盘是动态的——不论 Agent 走到哪个任务、哪条链路，都用它校正方向：检索时校正查询，生成时校正口径，协同时校正上下文。

这也决定了技术路线的取舍。纯 LLM 上手快、demo 惊艳，但不懂工艺术语、幻觉不可控、结论无出处，知识更新还得靠重训；纯知识图谱关系显式、可查询，但缺类型与约束、难校验、构建维护成本高，而且与大模型的生成链路是脱节的；本体增强方案把语义、约束和证据合并到同一套机制中：口径锚定真实库表，输出受本体边界约束，证据分层、可审计。这个判断不只靠讲道理——我们设计了 RAG、GraphRAG、Ontology-aware GraphRAG 三组对照实验来验证，目前处于 PoC 阶段，具体数字见后文。

进入技术方案之前，先把 2026 年上半年的六项工程突破摆出来，它们围绕两个词：可信、可用。可信侧三项：多模态反造假构建——大模型只负责提议，关系成不成立由真实数据裁决，重合度至少 60%、父键近似唯一，才给 verified；三级控制环——提议、语义评审、数据裁决三道关，专拦“共享域巧合”和“标识符错位”这两类最隐蔽的假关系；IOF/BFO 语义接地——把中文关系动词接到国际本体标准的关系上，并标注“始终成立”还是“某时成立”。可用侧三项：深度问数流式回传，本体上下文生成 SQL、带来源作答，每一步可见、可回放；对话式本体编辑，自然语言进来后走受治理的动作协议，高风险改动必须人确认；SPARQL 的健壮性与安全，标准查询、禁联邦查询、只读三重防写。这六件事共同指向一件事：把“由 Agent 决断”改成“以数据与标准为准、人工把关”。

可信的本体从哪来？方法论就四个词：机器提议、数据裁决、标准把关、人工定夺。机器提议——大模型从库表、建表代码、文档图纸里并行召回候选的对象、关系和口径，它负责广度和速度；数据裁决——每条提议用真实取值核验，过了阈值才叫 verified，数据负责判真伪；标准把关——IOF/BFO 接地、SHACL 校验，再加独立的对抗审查，标准负责互操作；人工定夺——置信分层，高置信的自动通过，低置信的和高风险的改动必须人来审，人负责最终责任。产出是每条关系都带证据、带状态，全程可回放、可审计。

这套分工不是偏好，是被现实逼出来的。全人工这条路，知识工程师加领域专家逐表梳理，千表万字段，梳理以月计；专家稀缺、成本高，难以规模化；更麻烦的是业务一变就过时，维护跟不上——质量高，但慢而贵、难复制。全自动这条路，让大模型端到端直接生成本体，可现实是无外键、命名晦涩、语义隐含，它很容易生成“幻觉关系”，结论没有证据，开放场景到今天也没有成熟的端到端方法，只在受限子任务、强约束下可靠。所以走得通的只有第三条路：机器提议、标准把关、人审定夺，每一步都挂证据——可回放、可审计、可追责。

方法论落成系统，是一个四层架构。最底下 L1 数据层，七类来源：业务数据库、数据仓库、工业代码（建表语句、ETL 脚本等）、指标看板、文档图纸、现场 IoT、业务 API——工业代码在这里是和数据库并列的语义来源。L2 引擎层，三组能力：语义理解、知识建模、可信治理，按确定性流程编排多个智能体，每一步可缓存、可回放，关键步骤后面都跟着一个独立的审查 Agent。L3 图谱层是本体中枢、单一真相源：六类元素，加上可信分层、证据挂载、缺口清单、版本快照等可信机制。最上面 L4 应用层，是智能问数、质量追溯、排产调度、智能体决策等九大场景。右侧贯通的一列是标准导出：OWL2/RDF、SHACL、SKOS、SPARQL。另外，大模型按任务选型——建模用 deepseek-v3，代码用 qwen3-coder，对抗校验用 gpt-5 系列，谁擅长什么就让谁干什么。

原型是一个可以现场实机演示的工作台：构建、图谱、指标、问数在同一界面联动，背后是同一套本体语义。几个特点——前后端全部自研，迭代快；本地化运行，数据不出域；指标全量分层，包括原子、派生与复合；除此之外还有本体对话和 SPARQL 查询。

往下一层是代码结构。自研 PoC 原型 Cosmo DataMind 把前端、HTTP 层、能力层和执行底座拆开：构建链负责取证、抽取、裁决、语义评审与落盘，就是前面说的三级控制环；问数链负责组上下文、出 SQL 计划、执行与生成叙述；导出链把统一 IR 确定性转换为 Turtle，再过 SHACL 校验和 HermiT 推理机——这条链是确定性的，没有大模型参与。工程细节上，SQLite 全程只读连接、三重防写，本体数据的写入用原子写加锁，推理引擎可以在多个运行时之间降级切换。一次真实的 PoC 首跑记录：某电子 SMT 数仓，212 秒跑完整条链路，得到 9 条 verified 关系与 3 条 gap；质量门是 109 条集成断言、构建产物过 SHACL 与 HermiT、静态检查零告警。

构建方法论被做成六个可插拔的技能，技能等于方法论加可复现流水线：由 SKILL.md 定义，一键装进 Agent 工作区，再由问询台按需编排。挑三个说：ontology-build 吃库表、建表代码、ETL 与知识包，温度置零加固定种子，连跑两遍结果一致；ontology-build-v2 全程走数据治理平台的 gov API，不依赖大模型，拿的是权威中文名，天然可复现；ontology-agentic 最自主，规划、取证、提议、工具裁决、critic 对抗、迭代，只保留有数据或文档证据支撑的结论。另外三个，forge 按 OWL2 公理和 SHACL 走标准化路线，gov-app 面向应用本体、把对象与动作、事件显式分开，auto-ontology 以对象为中心做补全。共同的纪律只有一条：候选语义永远标成待确认，不冒充已验证。

技能怎么被调起来？一个 HTTP 接口，流式回传每一步。六步依次是：接诉求、选数据源、编排技能；解析建模意图；多模态取证，包括库表结构、建表代码与文档；注入技能方法论，由大模型提议对象和关系；语义评审，只看 schema 判语义，拦“共享域巧合”；最后是数据裁决，重合度加父键唯一性，过了才 verified。它调用的工具来自数据治理平台的 gov API：采集列结构、取值重合度核验、ETL 血缘、标准对齐、OWL 导出、写回平台。还有一条兜底：大模型超时或离线时，自动退到纯数据驱动构建，反造假规则不变——宁可少给结论，绝不臆造。一句话概括：技能给方法，工具给证据，裁决给可信。

把整条构建流程摊开，是八个确定性步骤，用固定流程图而不是让模型自由调度，节点之间只传本体数据，每一步都是纯函数。采集是双流并行，数据库流看结构和分布，代码流做静态解析、抓 JOIN 和注释；双源融合遇到冲突时，代码里的 JOIN 证据优先于命名猜测；然后归一切分，用社区发现把千表级的库切成六到十二个场景；接着抽取对象、事件与动作，把拼音翻成中文；关系抽取还是那条规矩，重合度至少 60% 且列名有据。后面三步是质量环：对抗审查，由独立的审查 Agent 多数否决则打回重抽；完备性校验，三项覆盖率不到 90% 就循环补，补不上的进 gap 清单；最后是人工审核确认环节，任何一道闸口都可以暂停、草案可以撤销，通过了才发布成 OWL2 与 SHACL。两条工程铁律：大模型调用全部有缓存，整条流程可回放；失败不阻断，单表或单 Agent 失败降级成 candidate 或 gap，在前端看得见，而不是静默丢失。

流程讲完，拿真实数据走一遍查验。关系发现的公式很朴素：子表取值与父表取值的交集除以子表取值数，至少 60% 才判 1:N；再加两道保险，子键必须不唯一、父键必须近似唯一；列名还要打一致性分，没有列名证据的降为 candidate。中间那条时间轴是踩过的一个坑，值得所有做数据的同行注意：同一对字段，只看一天的数据，重合度 100%，像极了真关系；把窗口拉到三十天，掉到 3.4%——纯粹是巧合。所以定了硬规矩：采样窗口不足，一律降 candidate。输出按证据分层，verified 实线、asserted 短虚线、gap 点虚线，每个节点可溯源。还有两行边界特意保留：指标覆盖率目前只有 18.8%，没有达标，因此以“基线本体 + 显式 gap 清单”的方式发布；代码侧证据目前只解析出一列，双源裁决的逻辑已经写好，但还没有被真正触发。做到什么程度，就写到什么程度。

本体建出来了，好不好用得有数字。先看动机。同一个问题——"3 号线上周直通率是多少？”没有本体的检索会把直通率当成良率，猜表猜字段，最后编一个看起来合理的数字，没有出处，不敢用；本体接地之后，系统先锚口径，一次合格数除以投入数，再沿关系锁定真实的表，答案带着来源表和字段回来，可追溯、可审计。下面是三组对照实验的设计：朴素 RAG 检索的是文档切片，没有关系、没有口径，基线定在 78% 左右；GraphRAG 沿实体关系召回，能查了，但缺类型与约束，作为对照组，定在 85%；本体增强的 Onto-GraphRAG 在关系之上加本体边界约束和口径证据，验收目标 88% 到 95%。这里必须说明：题集是某电子 SMT 库上的工艺问答加根因诊断，判对的标准是口径正确、关系正确、还要有出处；以上数字是 PoC 的验收目标，不是实测结果，更没有在生产平台验证过。先把标尺立在这里，做到多少，后续用数字说话。

最后把全篇串起来，回到电子车间现场。工程师问："SMT 贴片 3 号线本周 PCB 直通率从 98.6% 降到 95.2%，可能是什么原因？”先解释一下“一周直通率”：按自然周汇总的直通率，一次通过、无需返修才算合格，它不等于含返修的良率；一周掉 3.4 个百分点，通常不是偶发波动，而是系统性问题。系统走四步：第一步，本体识别意图，实体是 SMT 贴片 3 号线，类型是质量异常；第二步，沿本体关系召回相关参数和历史案例；第三步，在 schema 约束下生成，输出必须落在本体边界内，给出三条候选根因和一份检查清单；第四步，工程师反馈写回，标“正确”或“需补充”，进入本体的迭代队列。三条根因每条都能回溯到表和字段：3 号线贴片机吸嘴磨损，verified；元器件批次更换供应商，verified 但带缺口，就是前面那个 70.4%；回流焊温区参数偏移，只有单表佐证，老老实实标 candidate。检查清单也给到现场：吸嘴磨损量复测、来料批次追溯、温区曲线复核。这一轮 PoC 的结果如实呈现：9 条 verified、3 条 gap；16 个实体来自专家种子，不是自动发现的；指标覆盖率 18.8%，没有达标，进 gap 清单。PoC 的价值不在数字亮眼，而在证据可查、缺口透明——工程师既能按图逐项排查，也能清楚看到系统能力的边界。

同一套本体底座上，还有三类交互。业务人员用对话式问数，开口问，不用懂表结构，自然语言定位到对象和口径，生成可执行 SQL，答案带来源，这条链路是只读的。维护本体的人用对话式编辑，自然语言进来后被翻译成受治理的动作协议，走白名单操作，低风险直接改、一键撤销，写操作要预览差异、人确认之后才落盘。开发者和外部系统走 SPARQL，本体导出成 OWL2/RDF，标准可查，同时禁掉联邦查询这类危险能力。关键设计就一句话：大模型唯一的写权限，是把自然语言翻译成带类型的操作；校验、预览、人确认之后才落盘。每一次改动都留痕、可回滚、可追责，业务人员才能放心用。

本体在产品里的位置可以一页带过：它不是独立产品，而是 COSMO-Sphere 平台里的核心语义模块——向上支撑 COSMO-Claw（天启）编排的各类智能体，向下统一天数、天智、天工这些底座的数据口径。标准方面，正在参与 IEEE P3945（工业智能体系统架构）与 ISO/PAS 24644-1（大规模个性化定制）的共建；生态方面，做行业本体库沉淀、跨企业迁移，并与高校共建本体公共地基。本体做好了，上面的智能体才有统一语义可用。

收尾是三句话。第一，看清瓶颈：工业 Agent 的症结不在模型规模，而在语义底座——术语不通、语境丢失、知识陈旧，这三种漂移靠堆模型解决不了。第二，建对架构：在本体、大模型、多智能体的组合里，本体是那个语义罗盘，引导检索、约束输出、共享语义。第三，走对路径：从行业本体，到场景适配，再到产线可信 Agent；六条原则——本体优先、可降级、可溯源、可校验、飞轮可见、最小依赖。整套方法最终收敛为一条质量保障链：语义锚定、检索约束、输出校验、对抗审查、人工审核确认、证据回流。

工业 Agent 要从 Demo 进入真实生产流程，不能只依赖更大的模型或更长的上下文。真正需要工程化的是语义、证据、标准、审查与版本更新。本体在这里不是一张画完即止的静态图谱，而是一套贯穿检索、生成、协同、执行和反馈的动态“语义罗盘”。可信，不是模型的属性，而是系统的属性——本体，让工业 Agent 的可信可以被工程化。

分享嘉宾

INTRODUCTION

余锦泽 博士

卡奥斯

工业智能首席科学家

东京大学博士。深耕工业视觉、数字孪生与具身智能，以第一/通讯作者发表顶会顶刊 29 篇、第一发明人授权专利 29 项，曾获日本机器人大奖、泰山产业领军人才。

点个在看你最好看

SPRING HAS ARRIVED